基于深度学习的马铃薯机械损伤检测方法应用研究

针对人工难以区分的的马铃薯机械损伤特征的问题,提出了一种基于深度学习的马铃薯机械损伤检测方法,主要研究内容如下：1）研究基于深度学习的模型caffe的神经网络CaffeNet、GoogLeNet、AlexNet的马铃薯机械损伤识别,准确率的对比;2）研究基于MATLAB的caffe模型函数封装,将马铃薯分类模型整合到用MATLAB做的界面壳中,生成应用程序。根据以上研究,使用AlexNet、CaffeNet、GoogLeNet 3个经典的物体识别卷积神经网络对108张马铃薯图片进行识别,识别的准确率都达到了100%,表明该方法具有识别准确率高、识别速度快的特点。